Pydantic自定义BaseModel子类访问属性报AttributeError如何解决

核心原因 #

你定义的字段存在2个问题导致Pydantic未将其识别为合法的实例字段，创建实例时不会生成对应的属性：

1. 非可选类型字段设置了None作为默认值，类型不匹配
2. pd.DataFrame、SomeClass属于第三方/自定义类型，Pydantic默认不支持直接作为字段类型

解决步骤 #

1. 修正字段类型注解：默认值为None的字段必须标注为Optional类型
2. 开启任意类型允许配置：允许Pydantic接收非原生支持的类型作为字段值

Pydantic V2 修正后代码示例

from typing import Optional, Any, Dict
import pandas as pd
from pydantic import BaseModel, ConfigDict

# 提前定义你的SomeClass
class SomeClass:
    pass

class EffectiveCoverage(BaseModel):
    # 新增配置：允许任意类型作为字段值
    model_config = ConfigDict(arbitrary_types_allowed=True)
    
    start_date: str
    end_date: str
    env_path: Optional[str] = ""
    supply: Optional[Any] = None
    # 修正为Optional类型
    effective_coverage: Optional[pd.DataFrame] = None
    relative_coverage: Dict = dict()
    # 修正为Optional类型
    class_obj: Optional[SomeClass] = None

Pydantic V1 修正后代码示例

from typing import Optional, Any, Dict
import pandas as pd
from pydantic import BaseModel

# 提前定义你的SomeClass
class SomeClass:
    pass

class EffectiveCoverage(BaseModel):
    # 新增配置：允许任意类型作为字段值
    class Config:
        arbitrary_types_allowed = True
    
    start_date: str
    end_date: str
    env_path: Optional[str] = ""
    supply: Optional[Any] = None
    # 修正为Optional类型
    effective_coverage: Optional[pd.DataFrame] = None
    relative_coverage: Dict = dict()
    # 修正为Optional类型
    class_obj: Optional[SomeClass] = None

验证方法 #

修正后创建实例，打印实例的字段列表即可确认字段是否被正确识别：

• Pydantic V2：print(EffectiveCoverage().model_fields.keys())
• Pydantic V1：print(EffectiveCoverage().__fields__.keys())
  如果输出包含supply、class_obj等字段，即可正常访问。

内容的提问来源于stack exchange，提问作者Icarus